如同盲人摸象一般，时下提及算法，仁者见仁智者见智。短视频用户认为算法确实“懂自己”，但担心算法阻碍自己获取更多信息；算法工程师触摸的则是神经网络的结构肌理，努力为用户带来更丰富多元、实用可靠的推荐结果；媒体观察者则在流量洪流中见证素人变身顶流的“数字造神”现象……

  近日，在“安全与信任中心开放日”活动上，抖音首次公开了其算法原理。

  作为人工智能机器学习技术的重要应用场景，推荐算法本质上是一套高效的信息过滤系统。在实际应用过程中，平台通常采取“人工+机器”协同的方式进行风险治理，并借助多目标体系算法主动打破 “信息茧房”。抖音相关负责人表示：“我们的推荐系统以用户长期价值为目标，维持健康生态需要维系微妙的多样性平衡。”

图片来源于网络，如有侵权，请联系删除

  平台如何主动打破“信息茧房”

  以抖音为例，其内容治理体系采用“人工参与+机器学习”相结合的模式，通过专门治理团队为算法设置“护栏”。创作者将内容上传至抖音后，先是机器识别，再是人工审核，若问题概率较低，则获得基础流量进入下一环节。而流量越高的内容经过评估的次数越多，标准也越严格。内容被举报、评论区出现集中质疑、流量激增等情况出现，均可能触发再次审核。并导致停止进一步推荐和分发的处置。

图片来源于网络，如有侵权，请联系删除

  抖音内容治理模式

图片来源于网络，如有侵权，请联系删除

  “毫无疑问，这个过程既有机器学习精密如钟的运行规律，又保持着人工审查的动态弹性。”此前曾有网友表示，正是由于算法推送内容的规律性，在实践层面，用户对于“反向驯化”算法乐此不疲。“不连续点赞同类视频、不使用平台搜索记录、不定期清除浏览痕迹。”通过这种刻意制造“数据噪声”的网络行为艺术，与算法进行博弈。有业内人士表示，“近年来，用户转向更积极主动地驯化、制衡算法，主动告诉算法自己的需求和偏好，倒逼平台算法提升推荐服务水平。”

  平台治理者面临的挑战远不止于技术博弈。“就像音乐会指挥要统筹不同声部，算法系统亦需要平衡兴趣黏性与认知拓展的节奏。”有从业人员举例介绍，“这种平衡智慧体现在技术细节的精微处：当用户观看滑板教学视频时，推荐系统不再执着于推送更专业的技巧分解，转而试探性注入街头文化纪录片；用户在连续点击新能源汽车内容后，系统会自动穿插公共充电桩建设等关联议题。这种基于知识图谱的跨域推荐，与芝诺的知识圆圈理论形成巧妙呼应——即每个认知突破都在定义新的兴趣边界。”

  “算法不懂晚霞，却能连接背后的每一张笑脸。” 抖音生态运营相关负责人如此总结道。

  抖音算法多重治理的破局尝试

  今年以来，抖音和今日头条陆续释放算法和平台治理的相关信息，试图通过增加透明性来破解算法引发的种种争议。抖音基于用户行为的推荐方法包含多种技术模型，如协同过滤、双塔召回、Wide&Deep模型等。

  “用户长期价值，是抖音推荐算法的‘北极星指标’，也就是我们最核心的业务目标。”相关负责人表示，抖音算法考虑了众多目标，如完播、评论、点赞、对作者长期消费、分享、跟拍等，力图计算出更符合用户长期价值的目标。

  推荐算法工作的核心是学习用户产生的行为反馈数据，预测用户行为的“发生率”。因为推荐算法不理解内容语义，只能预估用户行为，它不可避免地会存在一定的缺陷。如果不加干预，一些更高点击的博眼球、博流量的内容，有可能带来更高的行为预测得分。因此，算法必须要由平台治理对其进行约束和规范。

  据了解，抖音成立了多个团队进行专项风险治理，今年1月，抖音宣布拟推出10项措施，推动平台工作透明化，表示将以安全与信任中心为依托，回应社会关切。3月底，该中心上线，目前处于试运行阶段，正广泛向用户、创作者、社会各界征集意见。；对于公众关心的治理议题，，抖音安全与信任中心网站上进行了解释。目前，网站解释的问题包括“抖音为何突出收藏按钮”“App会窃听用户谈话吗”“网红是平台强推出来的吗”等。

  “综合来看，算法带来的争议，更多是裹挟着社会热点事件本身引发的争议以及公众情绪。”有网友表示，技术能驱动平台快速发展，但科技向善的执着才是守护数字文明的核心。

  当00后用户通过相关热榜重新发现史铁生《我与地坛》这部经典作品时，算法并未停留在文本摘录的平面维度，而是串联起作家访谈、读者朗诵会、文学旅游路线等立体化体验。以“兴趣谱系”的延展，助力信息高效分发和连接，帮助小众内容、小城文旅、濒危戏曲、宝藏商家等被大众看到，印证着“抖音‘北极星指标’指向的不仅是短期的数据留存，更是岁月长河中的人文悸动。”（文/朱家齐）